JPH1166311A - Method and device for checking unevenness - Google Patents
Method and device for checking unevennessInfo
- Publication number
- JPH1166311A JPH1166311A JP9227550A JP22755097A JPH1166311A JP H1166311 A JPH1166311 A JP H1166311A JP 9227550 A JP9227550 A JP 9227550A JP 22755097 A JP22755097 A JP 22755097A JP H1166311 A JPH1166311 A JP H1166311A
- Authority
- JP
- Japan
- Prior art keywords
- unevenness
- module
- image
- curve
- defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Processing (AREA)
- Liquid Crystal Display Device Control (AREA)
- Image Analysis (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、むら検査技術、特
に、被検査面上のむら（所々に濃い所や淡い所があって
一様でないこと。surface irregularity。）を高精度で
検査する技術に関し、例えば、液晶ディスプレイ（liqu
id crystal display。以下、ＬＣＤという。）の表示画
面のむらを検出して検査するのに利用して有効な技術に
関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a technique for inspecting unevenness, and more particularly, to a technique for inspecting unevenness on a surface to be inspected (a dark spot or a light spot, which is not uniform; surface irregularity) with high accuracy. For example, a liquid crystal display (liqu
id crystal display. Hereinafter, it is called LCD. The present invention relates to a technique which is effective for detecting and inspecting unevenness of a display screen.
【０００２】[0002]
【従来の技術】ＬＣＤの表示画面（以下、ＬＣＤ画面と
いう。）の欠陥の一つにむらに関する欠陥（以下、むら
欠陥という。）がある。このＬＣＤ画面のむら欠陥につ
いての検査作業の自動化は、次のような理由できわめて
困難である。ＬＣＤ画面の明るさは全体にわたって均一
ではなく、例えば、中央部が明るく周辺部が暗い傾向が
ある。他方、ＬＣＤ画面のむら欠陥は明るさの変化に相
当する。このため、明るさが均一でないＬＣＤ画面中に
おいて単に明るさの偏差値を比較するだけでは、むら欠
陥を抽出することができない。その結果、ＬＣＤ画面の
むら欠陥についての検査作業の自動化はきわめて困難に
なる。したがって、ＬＣＤ画面のむら欠陥についての検
査作業は、人間による目視検査作業によって実施されて
いるのが実情である。2. Description of the Related Art One of defects of an LCD display screen (hereinafter, referred to as an LCD screen) is a defect relating to unevenness (hereinafter, referred to as an unevenness defect). It is extremely difficult to automate the inspection work for uneven defects on the LCD screen for the following reasons. The brightness of the LCD screen is not uniform throughout, for example, the central portion tends to be bright and the peripheral portion tends to be dark. On the other hand, an uneven defect on the LCD screen corresponds to a change in brightness. For this reason, it is not possible to extract an uneven defect simply by comparing the deviation value of the brightness on the LCD screen where the brightness is not uniform. As a result, it becomes extremely difficult to automate the inspection work for LCD screen unevenness defects. Therefore, the inspection work for uneven defects on the LCD screen is actually performed by a visual inspection work by a human.
【０００３】しかし、人間による目視検査作業には検査
員による検査精度のばらつきや、人件費を要する等の問
題点がある。そこで、波形処理のアルゴリズムうち周期
的信号抽出アルゴリズムである自己相関関数演算を利用
したむら検査装置が提案されている。このむら検査装置
は、ＬＣＤ画面の画像を取り込む画像取込みモジュール
と、取込み画像の輝度値によって構成されたデータ列に
自己相関関数演算を実行するモジュールと、自己相関関
数演算によって求められたデータ列に閾値が設定されむ
ら欠陥が判定される欠陥判定モジュールとを備えてい
る。自己相関関数演算モジュールにおいては、データ列
（波形信号に相当する。）の一点を中心に前後同数の点
（以下、窓という。）の輝度値が積算され、この窓群に
隣接する同数の窓群の輝度値が積算される。次いで、両
者の差が求められ、その差の値が前記中心点の値として
記憶される。以降、この処理が一点ずつずらされなが
ら、データ列について繰り返されて行く。そして、差の
値によってそれぞれ構成された各点が連続されてデータ
列（波形信号に相当する。）が再生される。この再生さ
れたデータ列においては、窓数に対応した大きさでの輝
度の変化が強調された状態になっているため、閾値を適
切に設定することにより、むら欠陥を判定することがで
きる。[0003] However, the visual inspection work performed by humans has problems such as variations in inspection accuracy by inspectors and labor costs. Therefore, a non-uniformity inspection apparatus using an autocorrelation function operation, which is a periodic signal extraction algorithm among waveform processing algorithms, has been proposed. The unevenness inspection apparatus includes an image capturing module that captures an image of an LCD screen, a module that performs an autocorrelation function operation on a data sequence formed by luminance values of the captured image, and a data sequence that is obtained by the autocorrelation function operation. A defect determination module for setting a threshold value and determining an uneven defect. In the autocorrelation function calculation module, the brightness values of the same number of points before and after (hereinafter referred to as windows) are integrated around one point of the data string (corresponding to a waveform signal), and the same number of windows adjacent to this window group are integrated. The luminance values of the groups are integrated. Next, the difference between the two is determined, and the value of the difference is stored as the value of the center point. Thereafter, this processing is repeated for the data string while being shifted by one point. Then, each data point (corresponding to a waveform signal) is reproduced by successively constructing each point constituted by the difference value. In this reproduced data sequence, the change in luminance at the size corresponding to the number of windows is in a state of being emphasized. Therefore, by appropriately setting the threshold value, the uneven defect can be determined.
【０００４】なお、前記した自己相関関数演算を利用し
たむら検査装置を述べてある例としては、株式会社テク
ノタイムズ社が平成８年５月１日に発行の「月刊ディス
プレイ５月号」Ｐ６９〜Ｐ７５、がある。As an example describing an unevenness inspection apparatus using the above-described autocorrelation function calculation, see “Monthly Display May”, published on May 1, 1996 by Techno Times Co., p. P75.
【０００５】[0005]
【発明が解決しようとする課題】前記したむら検査装置
においては、窓の数によって強調されるむらの大きさが
決まり、この窓の数は事前に指定する必要が有るため、
一回の演算によって強調することができるむらの大きさ
は限定されてしまう。そこで、例えば、大中小の窓数を
指定して自己相関関数演算を３回実施することにより、
３段階のむらの大きさを求める必要がある。このような
複数回の演算を同一の演算モジュールによって実施する
と、演算時間が長くなってしまう。演算時間を短くする
ためには、演算モジュールを並列に構成する必要が有る
ため、演算モジュールがきわめて高価格になってしま
う。In the above-described unevenness inspection apparatus, the size of unevenness to be emphasized is determined by the number of windows, and the number of windows must be specified in advance.
The size of the unevenness that can be emphasized by one operation is limited. Therefore, for example, by specifying the number of large, medium, and small windows and performing the autocorrelation function operation three times,
It is necessary to determine three levels of unevenness. If such a plurality of calculations are performed by the same calculation module, the calculation time becomes long. In order to shorten the operation time, it is necessary to configure the operation modules in parallel, so that the operation modules become extremely expensive.
【０００６】本発明の目的は、効率よくむらを検査する
ことができるむら検査技術を提供することにある。An object of the present invention is to provide an unevenness inspection technique capable of efficiently inspecting unevenness.
【０００７】本発明の前記ならびにその他の目的と新規
な特徴は、本明細書の記述および添付図面から明らかに
なるであろう。[0007] The above and other objects and novel features of the present invention will become apparent from the description of the present specification and the accompanying drawings.
【０００８】[0008]
【課題を解決するための手段】本願において開示される
発明のうち代表的なものの概要を説明すれば、次の通り
である。The outline of a typical invention among the inventions disclosed in the present application is as follows.
【０００９】すなわち、むら検査装置は、被検査面の画
像を取り込む画像取込みモジュールと、前記取込み画像
の輝度値によって構成されたデータ列をスプライン関数
によって平坦化する平坦化モジュールと、前記平坦化さ
れたデータ列のむら欠陥の部分を強調する強調モジュー
ルと、前記強調されたデータ列に閾値が設定されむら欠
陥が判定される欠陥判定モジュールとを備えている。That is, the unevenness inspection apparatus includes an image capturing module for capturing an image of a surface to be inspected, a flattening module for flattening a data sequence formed by luminance values of the captured image by a spline function, and the flattening module. An emphasis module for emphasizing an uneven defect portion of the data sequence, and a defect determination module for setting a threshold value for the emphasized data sequence to determine an uneven defect.
【００１０】前記した手段において、画像取込みモジュ
ールによって取り込まれた画像は輝度値のデータ列を構
成される。平坦化モジュールにおいて、輝度値のデータ
列に基づいてスプライン関数によって平坦化されたデー
タ列が求められる。強調モジュールにおいては平坦化さ
れたデータ列のうちむら欠陥部分が強調される。欠陥判
定モジュールにおいては、むら欠陥の部分を強調された
データ列に閾値が設定されむら欠陥が判定される。In the above means, the image captured by the image capturing module constitutes a data string of luminance values. In the flattening module, a data sequence flattened by a spline function based on the data sequence of the luminance value is obtained. The emphasis module emphasizes an uneven defect portion in the flattened data string. In the defect determination module, a threshold value is set for the data string in which the uneven defect portion is emphasized, and the uneven defect is determined.
【００１１】[0011]
【発明の実施の形態】図１は本発明の一実施形態である
むら検査装置を示す模式図である。図２は同じくむら検
査方法を示す工程図である。図３以降はその作用を説明
するための説明図である。FIG. 1 is a schematic view showing an unevenness inspection apparatus according to an embodiment of the present invention. FIG. 2 is a process chart showing the unevenness inspection method. FIG. 3 et seq. Are explanatory diagrams for explaining the operation.
【００１２】本実施形態において、本発明に係るむら検
査装置は、被検査面であるＬＣＤ画面のむら欠陥を検査
するむら検査装置１０として構成されている。被検査物
であるＬＣＤ１の第１主面には液晶の制御によって所望
の画像を映し出すための表示画面２が形成されており、
この表示画面２の輝度のむらがむら検査装置１０の検査
対象になる。本実施形態において、ＬＣＤ１の表示画面
（以下、被検査面という。）２は長方形に形成されてお
り、水平走査線方向（以下、Ｈ方向という。）Ｈの長さ
が垂直走査線方向（以下、Ｂ方向という。）Ｂの長さよ
りも長くなっている。In the present embodiment, the unevenness inspection apparatus according to the present invention is configured as an unevenness inspection apparatus 10 for inspecting an unevenness of an LCD screen as a surface to be inspected. A display screen 2 for displaying a desired image under the control of the liquid crystal is formed on a first main surface of the LCD 1, which is an inspection object,
The unevenness of the brightness of the display screen 2 is an inspection target of the unevenness inspection apparatus 10. In the present embodiment, a display screen (hereinafter, referred to as an inspection surface) 2 of the LCD 1 is formed in a rectangular shape, and the length of the horizontal scanning line direction (hereinafter, referred to as H direction) H is set in the vertical scanning line direction (hereinafter, referred to as H direction). , B direction). It is longer than the length of B.
【００１３】むら検査装置１０は被検査面２の画像を取
り込むための撮像装置１１を備えている。撮像装置１１
はＣＣＤ（charge coupled device）カメラ等から構成
されており、被検査面２を正面から撮像するように配置
されている。撮像装置１１の出力端にはパーソナルコン
ピュータ（以下、コンピュータという。）１２が接続さ
れている。コンピュータ１２はＡ／Ｄ変換モジュール１
３、画像圧縮モジュール１４、平坦化モジュール１５、
ノイズ除去モジュール１６、強調化モジュール１７、欠
陥判定モジュール１８、出力モジュール１９を備えてお
り、これらのモジュールは後述する作用を実行するよう
に構成（プログラミング）されている。また、コンピュ
ータ１２にはモニタやプリンタ等の出力機器２０および
キーボードやマウス等の入力機器（図示せず）が接続さ
れている。The unevenness inspection apparatus 10 includes an imaging device 11 for capturing an image of the surface 2 to be inspected. Imaging device 11
Is constituted by a CCD (charge coupled device) camera or the like, and is arranged so as to image the surface 2 to be inspected from the front. A personal computer (hereinafter, referred to as a computer) 12 is connected to an output end of the imaging device 11. The computer 12 is an A / D conversion module 1
3, image compression module 14, flattening module 15,
The apparatus includes a noise removal module 16, an emphasis module 17, a defect determination module 18, and an output module 19, and these modules are configured (programmed) to execute an operation described later. The computer 12 is connected to output devices 20 such as a monitor and a printer, and input devices (not shown) such as a keyboard and a mouse.
【００１４】以下、前記構成に係るむら検査装置１０に
よる本発明の一実施形態であるむら検査方法を図２に示
されている工程図に沿って説明する。Hereinafter, an unevenness inspection method, which is one embodiment of the present invention, using the unevenness inspection apparatus 10 according to the above configuration will be described with reference to the process chart shown in FIG.
【００１５】本実施形態に係るむら検査方法の実施に際
して、被検査物であるＬＣＤ１の被検査面２は予め指定
された明るさおよびコントラストをもって駆動される。
この状態で、被検査面２はむら検査装置１０の撮像装置
１１によって正面から撮像される。撮像装置１１は撮像
した被検査面２の画像信号をコンピュータ１２に入力す
る。つまり、コンピュータ１２に被検査面２の画像が取
り込まれる。When the unevenness inspection method according to the present embodiment is carried out, the inspection surface 2 of the LCD 1, which is the inspection object, is driven with a predetermined brightness and contrast.
In this state, the inspection target surface 2 is imaged from the front by the imaging device 11 of the unevenness inspection device 10. The imaging device 11 inputs an image signal of the surface 2 to be inspected to the computer 12. That is, the image of the inspection surface 2 is captured by the computer 12.
【００１６】続いて、図２に示されているように、Ａ／
Ｄ変換工程２２において、取込み画像はコンピュータ１
２のＡ／Ｄ変換モジュール１３によってＡ／Ｄ変換され
る。すなわち、Ａ／Ｄ変換モジュール１３は撮像装置１
１からのアナログ画像信号を例えば２５６階調の輝度値
のデジタル信号に変換する。Subsequently, as shown in FIG.
In the D conversion step 22, the captured image is
A / D conversion is performed by the second A / D conversion module 13. That is, the A / D conversion module 13
The analog image signal from 1 is converted into a digital signal having a luminance value of, for example, 256 gradations.
【００１７】さらに、コンピュータ１２の画像圧縮モジ
ュール１４は図２に示されている画像圧縮工程２３を実
施する。例えば、画像圧縮工程２３は１画素（ピクセ
ル）置きに信号を間引くことにより実行される。Further, the image compression module 14 of the computer 12 performs an image compression step 23 shown in FIG. For example, the image compression step 23 is performed by thinning out a signal every other pixel.
【００１８】ここで、図３（ａ）と（ｂ）、図４（ａ）
と（ｂ）は、被検査面の取込み画像（ａ）と、画素位置
・輝度値の三次元グラフ（ｂ）との関係を示しており、
図３は良品の場合を、図４は不良品の場合をそれぞれ示
している。すなわち、図３（ａ）は良品被検査面の取込
み画像（以下、良品画像という。）３０を示しており、
図４（ａ）は不良品被検査面の取込み画像（以下、不良
品画像という。）４０を示している。図３（ｂ）は良品
画像３０の画素位置・輝度値の三次元グラフ（以下、良
品画像曲面という。）３１を示しており、図４（ｂ）は
不良品画像４０の画素位置・輝度値の三次元グラフ（以
下、不良品画像曲面という。）４１を示している。図３
（ｂ）および図４（ｂ）において、三次元座標軸のＸ軸
には取込み画像のＨ方向の画素位置が取られ、Ｙ軸には
取込み画像のＹ方向の画素位置が取られ、Ｚ軸には輝度
値が取られている。輝度値は２５６階調で示されてお
り、単位はない。図４（ｂ）に示された不良品画像曲面
４１の例では、座標位置（Ｈ34、Ｂ22) を含む領域にむ
ら欠陥Ｓがある。Here, FIGS. 3A and 3B and FIG. 4A
And (b) show the relationship between the captured image (a) of the surface to be inspected and the three-dimensional graph (b) of pixel positions and luminance values,
FIG. 3 shows the case of a non-defective product, and FIG. 4 shows the case of a defective product. That is, FIG. 3A shows a captured image (hereinafter, referred to as a non-defective image) 30 of the non-defective inspection surface, and
FIG. 4A shows a captured image (hereinafter, referred to as a defective product image) 40 of the defective product inspection surface. FIG. 3B shows a three-dimensional graph 31 of the pixel position and the luminance value of the non-defective image 30 (hereinafter referred to as a non-defective image curved surface), and FIG. 4B shows the pixel position and the luminance value of the defective image 40. (Hereinafter referred to as a defective product image curved surface) 41 is shown. FIG.
4 (b) and FIG. 4 (b), the X-axis of the three-dimensional coordinate axis is a pixel position in the H direction of the captured image, the Y-axis is a pixel position in the Y direction of the captured image, and the Z-axis is Is a luminance value. The luminance value is indicated by 256 gradations, and has no unit. In the example of the defective product image curved surface 41 shown in FIG. 4B, there is an uneven defect S in an area including the coordinate position (H 34 , B 22 ).
【００１９】ところで、明るさが均一でないＬＣＤ画面
中において単に明るさの偏差値を比較するだけでは、む
ら欠陥を抽出することができないことは前述した。これ
を図３および図４について説明すると、次の通りであ
る。図３（ａ）に示された良品画像３０においては、向
かって右側端部が全体的に暗くなっている。これに対し
て、図４（ａ）に示された不良品画像４０においては、
明るさ（輝度）が全体的に均一になっている。したがっ
て、単に明るさの偏差値の比較だけで良品不良品を判定
すると、図３（ａ）が不良品、図４（ａ）が良品と誤判
定されてしまう。As described above, it is not possible to extract an uneven defect simply by comparing brightness deviation values in an LCD screen having uneven brightness. This will be described with reference to FIGS. 3 and 4. In the non-defective image 30 shown in FIG. 3A, the right end is darkened as a whole. On the other hand, in the defective product image 40 shown in FIG.
Brightness (luminance) is uniform throughout. Therefore, if a non-defective product is determined simply by comparing the brightness deviation value, FIG. 3A is erroneously determined as a defective product and FIG. 4A is erroneously determined as a non-defective product.
【００２０】ところが、図３（ｂ）に示された良品画像
曲面３１においては、輝度値の最大差の値は大きいが、
全体にわたって連続的（所謂傾斜的）に変化しているた
め、人間の目視観察によれば、むら欠陥はないと判定さ
れる。これに対して、図４（ｂ）に示された不良品画像
曲面４１においては、輝度値の最大差の値は小さいが、
輝度値が局所的に変化する場所が人間の目視観察によれ
ば、むら欠陥Ｓとして判定される。On the other hand, in the non-defective image curved surface 31 shown in FIG. 3B, although the value of the maximum difference between the luminance values is large,
Since it changes continuously (so-called incline) over the whole, it is determined that there is no unevenness defect according to human visual observation. On the other hand, in the defective image curved surface 41 shown in FIG. 4B, although the value of the maximum difference in the luminance value is small,
According to human visual observation, a place where the luminance value locally changes is determined as the uneven defect S.
【００２１】図５はＨ方向の画素位置と輝度値との関係
を示したデータ列（曲線）であり、（ａ）は良品と判定
される場合を、（ｂ）は不良品と判定される場合をそれ
ぞれ示している。図５において、縦軸には輝度が取ら
れ、横軸にはＨ方向の画素の座標が取られている。つま
り、図５の曲線は取込み画像のＨ方向の各画素の輝度値
によって構成されたデータ列に相当する。図５（ａ）に
示された良品曲線３２において、輝度値の最大差の値Ｄ
1 は大きいが、全体にわたって連続的に変化している。
これに対し、図５（ｂ）に示された不良品曲線４２にお
いては、輝度値の最大差の値Ｄ2 は良品曲線３２の最大
差の値Ｄ1 よりも小さい。また、不良品曲線４２におい
て、人間の目視観察によればむら欠陥Ｓと判定される座
標値Ｈ34を含む領域の輝度値の差の値Ｄ3 は、最大差の
値Ｄ2 よりも小さい。FIGS. 5A and 5B are data strings (curves) showing the relationship between the pixel position in the H direction and the luminance value. FIG. 5A shows a case where a non-defective product is determined, and FIG. Each case is shown. In FIG. 5, the vertical axis represents luminance, and the horizontal axis represents pixel coordinates in the H direction. That is, the curve in FIG. 5 corresponds to a data string formed by the luminance values of each pixel in the H direction of the captured image. In the non-defective product curve 32 shown in FIG.
1 is large, but varies continuously throughout.
In contrast, in the defective curve 42 shown in FIG. 5 (b), the value D 2 of the maximum difference of the luminance values is less than the value D 1 of the maximum difference good curve 32. Further, in the defective curve 42, the value D 3 of the difference between the luminance value of the region including the coordinate value H 34 is determined to unevenness defect S according to the human visual observation it is smaller than the value D 2 of the maximum difference.
【００２２】今、輝度値の差の値によってむら欠陥を抽
出するために、閾値を仮に不良品曲線４２における最大
差の値Ｄ2 に設定したと仮定すると、Ｄ1 ＞Ｄ2 、であ
るから、図５（ａ）の良品曲線３２はむら欠陥が無いと
判定される。しかしながら、Ｄ2 ＞Ｄ3 であるから、図
５（ｂ）のむら欠陥Ｓを見逃してしまう。そこで、輝度
値と画素列との関係曲線（データ列）において、輝度値
の連続的な変化を取り除いて、むら欠陥Ｓの局所的な輝
度値の変化を残す必要がある。Now, assuming that the threshold value is set to the maximum difference value D 2 in the defective product curve 42 in order to extract the uneven defect based on the difference value of the luminance value, D 1 > D 2 . 5A, it is determined that there is no uneven defect. However, since D 2 > D 3 , the uneven defect S in FIG. 5B is missed. Therefore, in the relationship curve (data sequence) between the luminance value and the pixel row, it is necessary to remove a continuous change in the luminance value and leave a local change in the luminance value of the uneven defect S.
【００２３】そこで、本実施形態においては、図２に示
されている平坦化工程２４において輝度値と画素列との
関係曲線に対して平坦化処理が実施される。すなわち、
コンピュータ１２の平坦化モジュール１５は、次に示さ
れている数式１を使用して、輝度値と画素列との関係曲
線に対して平坦化処理を図６に示されているように実施
する。この平坦化処理によって、例えば、図４（ｂ）に
示された不良品画像曲面４１を平坦化した三次元グラフ
（以下、平坦化曲面という。）４７が図７に示されてい
るように仮想的に作成されることになる。Therefore, in the present embodiment, in the flattening step 24 shown in FIG. 2, a flattening process is performed on the relationship curve between the luminance value and the pixel row. That is,
The flattening module 15 of the computer 12 performs a flattening process on the relationship curve between the luminance value and the pixel column as shown in FIG. By this flattening process, for example, a three-dimensional graph (hereinafter, referred to as a flattened curved surface) 47 obtained by flattening the defective product image curved surface 41 shown in FIG. 4B as shown in FIG. Will be created.
【００２４】[0024]
【数１】 (Equation 1)
【００２５】数式１は平坦化スプライン関数の評価関数
であり、ここでは、σを最小にする平滑化曲線ｆ（Ｘ）
を求める。数式１中、ｘｉは観測点のＸ軸の座標値であ
り、ここでは、図６（ａ）の各観測点４３のＸ座標値で
あって、画素位置に相当する。ｙｉは観測点のＹ軸の座
標値であり、ここでは、図６（ａ）の各観測点４３のＹ
座標値であって、輝度値に相当する。Ｗｉは重みであ
り、観測点の値毎に設定することができるが、ここで
は、全て「１．０」に設定した。ｇは平滑化パラメータ
であり、ｇが小であると、観測点を正確に追従すること
ができ、ｇが大であると、振動が少ない滑らかな曲線が
得られる。ここでは、ｇは「５０．０」に設定した。数
式１の右辺の後段は任意の区間で区切られた範囲の積分
値である。したがって、ａ〜ｂの範囲はその区切られた
範囲である。Equation 1 is an evaluation function of the flattening spline function, and here, a smoothing curve f (X) that minimizes σ
Ask for. In Expression 1, xi is the X-axis coordinate value of the observation point. Here, it is the X coordinate value of each observation point 43 in FIG. 6A, and corresponds to a pixel position. yi is the Y-axis coordinate value of the observation point, and here, Yi of each observation point 43 in FIG.
It is a coordinate value and corresponds to a luminance value. Wi is a weight and can be set for each value of the observation point, but here, all are set to “1.0”. g is a smoothing parameter. If g is small, the observation point can be tracked accurately, and if g is large, a smooth curve with little vibration can be obtained. Here, g was set to “50.0”. The latter part of the right side of Expression 1 is an integral value in a range divided by an arbitrary section. Therefore, the range of a to b is the divided range.
【００２６】なお、スプライン曲線（spline curve ）
は特定の連続性の条件を満たすように接続した曲線分の
集まりとして定義付けされる曲線である。スプライン関
数とは節点と節点との間では一つの多項式が与えられ、
異なった節点間にはそれぞれ一つの多項式が対応して、
かつ、多項式と多項式との結び目である節点では滑らか
な区分的多項式関数であり、ここでは、（２Ｍ−１）次
の自然スプライン曲線の差分商を用いることによって、
図６（ｂ）に示されている平滑化曲線４４の関数値ｆ
（Ｘ）を求める。Note that a spline curve is used.
Is a curve defined as a collection of curves connected to satisfy a particular continuity condition. In the spline function, one polynomial is given between nodes,
One polynomial corresponds to each of the different nodes,
In addition, a node that is a knot between polynomials is a smooth piecewise polynomial function. Here, by using a difference quotient of a (2M−1) -order natural spline curve,
The function value f of the smoothing curve 44 shown in FIG.
Find (X).
【００２７】図６（ａ）は図５（ｂ）に示された不良品
曲線４２の観測点４３を示しており、図６（ｂ）はその
観測点４３に基づいて数式１によって求めた平滑化曲線
４４を示している。図６（ｃ）は各観測点４３の平滑化
曲線４４との偏差値４５を各観測点４３毎に取ってグラ
フにした平坦化曲線４６を示している。この平坦化曲線
４６によれば、輝度値と画素列との関係曲線である不良
品曲線４２において、輝度値の連続的な変化が取り除か
れて、むら欠陥Ｓの局所的な変化が残されたことが、理
解される。FIG. 6A shows an observation point 43 of the defective product curve 42 shown in FIG. 5B, and FIG. 6B shows a smoothing obtained by the equation 1 based on the observation point 43. The transformation curve 44 is shown. FIG. 6C shows a flattening curve 46 obtained by taking a deviation value 45 from the smoothing curve 44 of each observation point 43 for each observation point 43 and graphing it. According to the flattening curve 46, the continuous change of the brightness value was removed from the defective product curve 42 which is a relationship curve between the brightness value and the pixel row, and the local change of the uneven defect S was left. It is understood.
【００２８】この平坦化処理が図４（ｂ）に示された不
良品画像曲面４１における全ての不良品曲線４２につい
てそれぞれ実行されることにより、図７に示されている
平坦化曲面４７が仮想的に作成されることになる。This flattening process is executed for all the defective product curves 42 in the defective product image curved surface 41 shown in FIG. 4B, so that the flattened curved surface 47 shown in FIG. Will be created.
【００２９】以上のようにして平坦化された平坦化曲面
４７にはノイズ４８が図７に示されているように混入し
ているため、このままではむら欠陥Ｓを自動的に認識す
るのは困難である。Since the noise 48 is mixed in the flattened curved surface 47 flattened as described above as shown in FIG. 7, it is difficult to automatically recognize the uneven defect S as it is. It is.
【００３０】そこで、本実施形態においては、ノイズ４
８が混入した平坦化曲面４７に対してノイズ除去処理
が、図２に示されているノイズ除去工程２５において実
施される。すなわち、コンピュータ１２のノイズ除去モ
ジュール１６は、次に示されている数式２を使用して、
空間フィルタリング（space filtering ) を実施する。
この空間フィルタリングによって、例えば、図７に示さ
れた平坦化曲面４７のノイズ４８を除去した平滑化曲面
４９が、図８に示されているように仮想的に作成される
ことになる。Therefore, in this embodiment, the noise 4
The noise removal processing is performed on the flattened curved surface 47 into which the 8 is mixed in the noise removal step 25 shown in FIG. That is, the noise removal module 16 of the computer 12 uses
Perform spatial filtering.
By this spatial filtering, for example, a smoothed curved surface 49 from which the noise 48 of the flattened curved surface 47 shown in FIG. 7 has been removed is virtually created as shown in FIG.
【００３１】[0031]
【数２】 (Equation 2)
【００３２】空間フィルタリングとは、画像空間または
空間周波数領域において入力画像に何らかのフィルタ関
数を当てはめて改良された画像を得る技術をいう。デジ
タル処理において、画像空間のフィルタリングは局所的
な積和演算（畳み込み）によって実行され、一般的に、
ｎ×ｎのマトリクスの演算子（オペレータ）が畳み込み
関数として使用される。数式２中、ｆは入力画像、ｇは
空間フィルタリング後の出力画像、ｈはフィルタ関数で
ある。ここでは、フィルタ関数ｈとして、次の表１の
「３×３」のマトリクス演算子が使用される。図８に示
されている平滑化曲面４９は、次の表１のうちスムージ
ングが演算子として使用された場合の一例である。The spatial filtering is a technique for obtaining an improved image by applying some filter function to an input image in an image space or a spatial frequency domain. In digital processing, filtering of image space is performed by a local product-sum operation (convolution).
An n × n matrix operator is used as the convolution function. In Equation 2, f is an input image, g is an output image after spatial filtering, and h is a filter function. Here, a matrix operator of “3 × 3” in Table 1 below is used as the filter function h. The smoothed surface 49 shown in FIG. 8 is an example in the case where smoothing is used as an operator in Table 1 below.
【００３３】[0033]
【表１】 [Table 1]
【００３４】以上のようにしてノイズ除去された平滑化
曲面４９であっても、むら欠陥Ｓは平滑化曲面４９の変
化の中に埋もれてしまうため、このままではむら欠陥Ｓ
を自動的に認識するのは困難である。Even with the smoothed curved surface 49 from which noise has been removed as described above, the uneven defect S is buried in the change of the smoothed curved surface 49.
Is difficult to recognize automatically.
【００３５】そこで、本実施形態においては、図２に示
されている強調化工程２６において平滑化曲面４９に対
して強調化処理が実施される。すなわち、コンピュータ
１２の強調化モジュール１７は次に示されている数式３
を使用して、強調化処理を実施する。この強調化処理に
よって、例えば、図８に示された平滑化曲面４９のむら
欠陥Ｓの部分が強調された強調化曲面５０が図９（ａ）
に示されているように仮想的に作成されることになる。Therefore, in the present embodiment, an emphasis process is performed on the smoothed curved surface 49 in the emphasis step 26 shown in FIG. That is, the emphasis module 17 of the computer 12 calculates
Is used to perform an emphasis process. By this emphasizing process, for example, the emphasized curved surface 50 in which the portion of the uneven defect S of the smoothed curved surface 49 shown in FIG.
Is virtually created as shown in FIG.
【００３６】数式３ ｙ＝ａx Equation 3 y = a x
【００３７】数式３は指数関数であり、ａ＞１のとき、
ｘの値が大きくなるにつれて、ｙの増加率が大きくなる
という特徴がある。この指数関数の特徴を利用するた
め、本実施形態においては、次の処理が実行される。Equation 3 is an exponential function, and when a> 1,
It is characterized in that the increase rate of y increases as the value of x increases. In order to utilize the characteristics of the exponential function, the following processing is executed in the present embodiment.
【００３８】例えば、図９（ｂ）に示されているよう
に、平滑化された平滑化曲線５１の偏差値データについ
ての平均値５２が求められる。各観測点ｘｉの平均値５
２との偏差値５３がそれぞれ求められる。求められた各
観測点ｘｉの偏差値５３が、数式３のｘの値に代入され
る。ここで、数式３において、ａとしては「１．６５」
が、むら欠陥Ｓを強調化するのに最適値であることが、
コンピュータによる模擬実験によって明らかにされた。For example, as shown in FIG. 9B, an average value 52 of deviation value data of the smoothed smoothed curve 51 is obtained. Average value of each observation point xi 5
A deviation value 53 from 2 is obtained. The obtained deviation value 53 of each observation point xi is substituted for the value of x in Expression 3. Here, in Equation 3, a is “1.65” as a.
Is the optimal value for emphasizing the uneven defect S,
Computer simulations revealed this.
【００３９】以上のようにして求められた強調化曲面５
０に関するデータは欠陥判定モジュール１８に送られ
る。欠陥判定モジュール１８は予め設定された閾値と、
強調化曲面５０に関するデータとを比較する。欠陥判定
モジュール１８は閾値を超える部分がある場合には、む
ら欠陥が有ると判定し、全てのデータが閾値以下である
場合には、むら欠陥は無く、良品であると判定する。The enhanced surface 5 obtained as described above
Data relating to 0 is sent to the defect determination module 18. The defect determination module 18 includes a preset threshold value,
The data with respect to the emphasized surface 50 is compared. When there is a portion exceeding the threshold, the defect determination module 18 determines that there is an uneven defect, and when all the data are equal to or less than the threshold, there is no uneven defect and it is determined that the product is non-defective.
【００４０】本実施形態においては、強調化曲面５０に
おいてむら欠陥Ｓがきわめて強調されているため、むら
欠陥判定のための閾値を図９（ａ）に示されている閾値
５４のように大きく設定しても、むら欠陥Ｓを見逃すこ
とはない。他面、大きな閾値５４を設定することによ
り、ノイズや連続的な輝度の変化をむら欠陥であると、
誤判定するのを確実に回避することができる。In this embodiment, since the uneven defect S is greatly emphasized on the emphasized curved surface 50, the threshold value for determining the uneven defect is set to a large value like the threshold value 54 shown in FIG. However, the uneven defect S is not missed. On the other hand, by setting a large threshold value 54, if the noise or the continuous change in luminance is an uneven defect,
Erroneous determination can be reliably avoided.
【００４１】欠陥判定モジュール１８による欠陥判定工
程２７の判定結果は、図２に示されている判定結果出力
工程２８を実施する出力モジュール１９に送られる。出
力モジュール１９はモニタやプリンタ等の出力機器２０
に判定結果を被検査物である各ＬＣＤ１に対応させて表
示させる。例えば、むら欠陥が有りと判定された場合に
は、図９（ａ）の強調化曲面５０に閾値５４を適用して
得られる画像がモニタやプリンタ等の出力機器２０に表
示される。この表示により、不良品と判定されたＬＣＤ
の被検査面におけるどの位置にどの程度の大きさのむら
欠陥が有るのかを、作業者は認識することができる。The result of the defect judgment step 27 by the defect judgment module 18 is sent to an output module 19 for executing a judgment result output step 28 shown in FIG. The output module 19 is an output device 20 such as a monitor or a printer.
Then, the judgment result is displayed corresponding to each LCD 1 which is the inspection object. For example, when it is determined that there is an uneven defect, an image obtained by applying the threshold value 54 to the emphasized curved surface 50 in FIG. 9A is displayed on the output device 20 such as a monitor or a printer. This display indicates that the LCD has been determined to be defective.
The operator can recognize which position on the surface to be inspected has an uneven defect of what size.
【００４２】前記実施形態によれば次の効果が得られ
る。 （１） ＬＣＤの被検査面の取込み画像データをスプラ
イン関数によって平坦化することにより、人間の目視検
査によってむら欠陥と判定されない輝度値の連続的な変
化を取り除いて、むら欠陥の局所的な輝度値の変化を残
すことができるため、ＬＣＤの被検査面に対するむら検
査を自動化することができる。According to the above embodiment, the following effects can be obtained. (1) By flattening captured image data of a surface to be inspected of an LCD by a spline function, a continuous change in a luminance value that is not determined to be a non-uniform defect by human visual inspection is removed, and a local luminance of the non-uniform defect is removed. Since the change in the value can be left, the unevenness inspection for the inspection surface of the LCD can be automated.
【００４３】（２） 人間の目視検査を省略することに
より、検査精度のばらつきや人為的ミスを排除すること
ができ、また、人件費を低減することができるため、製
造コストを低減しつつ、ＬＣＤの製造歩留りを高めるこ
とができる。(2) By omitting the visual inspection of humans, it is possible to eliminate variations in inspection accuracy and human errors, and to reduce labor costs. The LCD manufacturing yield can be increased.
【００４４】（３） 一度の演算処理によってあらゆる
大きさのむら欠陥を検出して検査することができるた
め、検査時間を短縮することができる。(3) Since an irregular defect of any size can be detected and inspected by one operation, the inspection time can be shortened.
【００４５】（４） 自己相関関数演算を利用したむら
検査装置のようにむらの大きさに対応するのに同種の演
算処理を何回も繰り返さなくて済むため、当該むら検査
装置に比べて検査時間を短縮することができるととも
に、処理量の軽減によりむら検査装置のコストを低減す
ることができる。(4) Since the same kind of arithmetic processing does not need to be repeated many times to cope with the size of the unevenness as in the unevenness inspection apparatus using the autocorrelation function operation, the inspection is performed in comparison with the unevenness inspection apparatus. The time can be reduced, and the cost of the unevenness inspection apparatus can be reduced by reducing the processing amount.
【００４６】（５） ＬＣＤの被検査面の取込み画像デ
ータをスプライン関数によって平坦化することにより、
大局的な明るさの変動を除去することができるため、被
検査面に対する照明のばらつきや変動等の外部環境の影
響を受けずに、検査精度を高めることができる。(5) By flattening the captured image data of the inspection surface of the LCD by a spline function,
Since a global change in brightness can be removed, inspection accuracy can be improved without being affected by an external environment such as a variation or change in illumination of the surface to be inspected.
【００４７】（６） 平坦化後に強調化処理を実行する
ことにより、むら欠陥の部分を強調することができるた
め、閾値を大きく設定することができ、欠陥判定精度を
より一層高めることができる。(6) By executing the emphasis processing after the flattening, it is possible to emphasize the portion of the uneven defect, so that the threshold value can be set large, and the defect judgment accuracy can be further improved.
【００４８】（７） 取込み画像を圧縮することによ
り、演算処理を軽減することができるため、検査時間を
より一層短縮することができる。(7) By compressing the captured image, the arithmetic processing can be reduced, so that the inspection time can be further reduced.
【００４９】（８） 平坦化後にノイズ除去することに
より、ノイズの影響を回避することができるため、検査
精度をより一層高めることができる。(8) By removing noise after flattening, the influence of noise can be avoided, so that inspection accuracy can be further improved.
【００５０】以上本発明者によってなされた発明を実施
形態に基づき具体的に説明したが、本発明は前記実施形
態に限定されるものではなく、その要旨を逸脱しない範
囲で種々変更可能であることはいうまでもない。Although the invention made by the inventor has been specifically described based on the embodiment, the invention is not limited to the embodiment, and various modifications can be made without departing from the gist of the invention. Needless to say.
【００５１】例えば、強調化工程は、指数関数を使用し
て実施するに限らず、数式２に表１のラプラシアンを演
算子として使用して実施してもよい。For example, the emphasizing step is not limited to be performed using an exponential function, but may be performed using Laplacian of Table 1 as an operator in Expression 2.
【００５２】画像圧縮工程は、信号を一つ置きに間引く
手段によって実施するに限らず、他の圧縮手段によって
実施してもよいし、省略してもよい。The image compression step is not limited to being performed by means for thinning out every other signal, but may be performed by other compression means or may be omitted.
【００５３】ノイズ除去工程は、数式２の演算子にスム
ージングを使用するに限らず、他の演算子を使用しても
よいし、空間フィルタリング以外のノイズ除去手段を使
用してもよい。また、ノイズ除去工程は省略してもよ
い。The noise removal step is not limited to using smoothing for the operator in Equation 2, but other operators may be used, and noise removal means other than spatial filtering may be used. Further, the noise removing step may be omitted.
【００５４】撮像装置としては、エリアセンサを使用す
るに限らず、ラインセンサや撮像管等を使用することが
できる。The imaging device is not limited to using an area sensor, but may be a line sensor, an imaging tube, or the like.
【００５５】以上の説明では主として本発明者によって
なされた発明をその背景となった利用分野であるＬＣＤ
のむら検査技術に適用した場合について説明したが、そ
れに限定されるものではなく、ＣＲＴやプラズマ・ディ
スプレイの画面、シャドウマスク、スクリーン、感光フ
ィルムや偏光フィルム、プリント配線基板、さらには、
メッキむらや塗装むら等のむら検査技術全般に適用する
ことができる。In the above description, the invention which was mainly made by the inventor of the present invention has been used in the background of the LCD.
The description has been given of the case where the present invention is applied to the non-uniformity inspection technique, but the present invention is not limited thereto. For example, a screen of a CRT or plasma display, a shadow mask, a screen, a photosensitive film or a polarizing film, a printed wiring board,
The present invention can be applied to all inspection techniques for unevenness such as uneven plating and uneven painting.
【００５６】[0056]
【発明の効果】本願において開示される発明のうち代表
的なものによって得られる効果を簡単に説明すれば、次
の通りである。The effects obtained by typical aspects of the invention disclosed in the present application will be briefly described as follows.
【００５７】被検査面の取込み画像データをスプライン
関数によって平坦化することにより、人間の目視検査に
よってむら欠陥と判定されない輝度値の連続的な変化を
取り除いて、むら欠陥の局所的な輝度値の変化を残すこ
とができるため、被検査面に対するむら検査を自動化す
ることができる。By flattening the captured image data of the inspected surface by a spline function, a continuous change in the luminance value which is not determined to be a non-uniform defect by a human visual inspection is removed, and the local luminance value of the non-uniform defect is reduced. Since the change can be left, it is possible to automate the unevenness inspection on the surface to be inspected.
【図１】本発明の一実施形態であるむら検査装置を示す
模式図である。FIG. 1 is a schematic view showing an unevenness inspection apparatus according to an embodiment of the present invention.
【図２】同じくむら検査方法を示す工程図である。FIG. 2 is a process chart showing the unevenness inspection method.
【図３】（ａ）は良品被検査面の取込み画像の画面図で
あり、（ｂ）はその画素位置・輝度値の三次元グラフで
ある。FIG. 3A is a screen view of a captured image of a non-defective inspection surface, and FIG. 3B is a three-dimensional graph of pixel positions and luminance values.
【図４】（ａ）は不良品被検査面の取込み画像の画面図
であり、（ｂ）はその画素位置・輝度値の三次元グラフ
である。FIG. 4A is a screen diagram of a captured image of a surface to be inspected for a defective product, and FIG. 4B is a three-dimensional graph of pixel positions and luminance values.
【図５】画素位置と輝度値との関係を示したグラフであ
り、（ａ）は良品と判定される場合を、（ｂ）は不良品
と判定される場合をそれぞれ示している。FIGS. 5A and 5B are graphs showing a relationship between a pixel position and a luminance value, wherein FIG. 5A shows a case where a non-defective product is determined and FIG. 5B shows a case where a defective product is determined.
【図６】平坦化工程を説明するための線図であり、
（ａ）は図５（ｂ）に示された不良品曲線の観測点を示
し、（ｂ）はその観測点に基づいて求めた平滑化曲線を
示し、（ｃ）は各観測点の平滑化曲線との偏差値を各観
測点４３毎に取った平坦化曲線を示している。FIG. 6 is a diagram for explaining a flattening step;
(A) shows observation points of the defective product curve shown in FIG. 5 (b), (b) shows a smoothing curve obtained based on the observation points, and (c) shows a smoothing of each observation point. 9 shows a flattening curve obtained by taking a deviation value from the curve for each observation point 43.
【図７】平坦化工程によって得られる平坦化曲面を示す
三次元グラフである。FIG. 7 is a three-dimensional graph showing a flattened curved surface obtained by a flattening step.
【図８】ノイズ除去工程によって得られる平滑化曲面を
示す三次元グラフである。FIG. 8 is a three-dimensional graph showing a smoothed curved surface obtained by a noise removing step.
【図９】（ａ）は強調化工程によって得られる強調化曲
面を示す三次元グラフ、（ｂ）は強調化処理を説明する
ためのグラフである。FIG. 9A is a three-dimensional graph showing an enhanced surface obtained by an enhancement process, and FIG. 9B is a graph for explaining an enhancement process.
１…ＬＣＤ（被検査物）、２…被検査面、Ｓ…むら欠
陥、１０…むら検査装置、１１…撮像装置、１２…コン
ピュータ、１３…Ａ／Ｄ変換モジュール、１４…画像圧
縮モジュール、１５…平坦化モジュール、１６…ノイズ
除去モジュール、１７…強調化モジュール、１８…欠陥
判定モジュール、１９…出力モジュール、２０…出力機
器、２１…画像取込み工程、２２…Ａ／Ｄ変換工程、２
３…画像圧縮工程、２４…平坦化工程、２５…ノイズ除
去工程、２６…強調化工程、２７…欠陥判定工程、２８
…判定結果出力工程、３０…良品被検査面の取込み画像
（良品画像）、３１…良品画像曲面、３２…良品曲線、
４０…不良品被検査面の取込み画像（不良品画像）、４
１…不良品画像曲面、４２…不良品曲線、４３…観測
点、４４…平滑化曲線、４５…偏差値、４６…平坦化曲
線、４７…平坦化曲面、４８…ノイズ、４９…平滑化曲
面、５０…強調化曲面、５１…平滑化曲線、５２…平均
値、５３…偏差値、５４…閾値。DESCRIPTION OF SYMBOLS 1 ... LCD (inspection object), 2 ... Inspection surface, S ... Uneven defect, 10 ... Uneven inspection device, 11 ... Imaging device, 12 ... Computer, 13 ... A / D conversion module, 14 ... Image compression module, 15 ... flattening module, 16 ... noise removal module, 17 ... emphasis module, 18 ... defect judgment module, 19 ... output module, 20 ... output equipment, 21 ... image capturing step, 22 ... A / D conversion step, 2
3 image compression step, 24 flattening step, 25 noise removal step, 26 enhancement step, 27 defect determination step, 28
... determination result output step, 30: captured image of non-defective inspection surface (non-defective image), 31: non-defective image curved surface, 32: non-defective curve
40... Captured image of defective product inspection surface (defective product image), 4
1 Defective image curved surface, 42 Defective curve, 43 Observation point, 44 Smoothing curve, 45 Deviation value, 46 Flattening curve, 47 Flattened surface, 48 Noise, 49 Smoothed surface , 50: enhanced surface, 51: smoothed curve, 52: average value, 53: deviation value, 54: threshold value.
───────────────────────────────────────────────────── フロントページの続き (72)発明者 矢口 博之 東京都千代田区神田錦町２の２ 学校法人 東京電機大学内 ────────────────────────────────────────────────── ─── Continued on the front page (72) Inventor Hiroyuki Yaguchi 2-2 Kandanishikicho, Chiyoda-ku, Tokyo Inside Tokyo Denki University
Claims (10)
程と、 前記取込み画像の輝度値によって構成されたデータ列を
スプライン関数によって平坦化する平坦化工程と、 前記平坦化されたデータ列のむら欠陥の部分を強調する
強調化工程と、 前記強調化されたデータ列に閾値が設定されむら欠陥が
判定される欠陥判定工程と、 を備えていることを特徴とするむら検査方法。1. An image capturing step of capturing an image of a surface to be inspected, a flattening step of flattening a data sequence formed by luminance values of the captured image by a spline function, and an uneven defect of the flattened data sequence. An unevenness inspection method, comprising: an emphasizing step of emphasizing a portion of the above, and a defect determining step of setting a threshold value in the emphasized data string to determine an unevenness defect.
徴とする請求項１に記載のむら検査方法。2. The method according to claim 1, wherein the captured image signal is compressed.
去されることを特徴とする請求項１または２に記載のむ
ら検査方法。3. The unevenness inspection method according to claim 1, wherein noise in the flattened data string is removed.
間フィルタリングによって除去されることを特徴とする
請求項３に記載のむら検査方法。4. The method according to claim 3, wherein noise in the flattened data sequence is removed by spatial filtering.
よって強調されることを特徴とする請求項１、２、３ま
たは４に記載のむら検査方法。5. The method according to claim 1, wherein the flattened data sequence is emphasized by an exponential function.
ジュールと、 前記取込み画像の輝度値によって構成されたデータ列を
スプライン関数によって平坦化する平坦化モジュール
と、 前記平坦化されたデータ列のむら欠陥部分を強調する強
調化モジュールと、 前記強調されたデータ列に閾値が設定されむら欠陥が判
定される欠陥判定モジュールと、 を備えていることを特徴とするむら検査装置。6. An image capturing module for capturing an image of a surface to be inspected, a flattening module for flattening a data sequence formed by luminance values of the captured image by a spline function, and an uneven defect of the flattened data sequence. An unevenness inspection apparatus, comprising: an emphasis module for emphasizing a portion; and a defect determination module for determining an unevenness defect by setting a threshold value in the emphasized data sequence.
モジュールを備えていることを特徴とする請求項６に記
載のむら検査装置。7. The unevenness inspection apparatus according to claim 6, further comprising an image compression module for compressing the captured image signal.
去するノイズ除去モジュールを備えていることを特徴と
する請求項６または７に記載のむら検査装置。8. The unevenness inspection apparatus according to claim 6, further comprising a noise removal module that removes noise from the flattened data sequence.
間フィルタリングによって除去することを特徴とする請
求項８に記載のむら検査装置。9. The unevenness inspection apparatus according to claim 8, wherein noise in the flattened data string is removed by spatial filtering.
によって強調することを特徴とする請求項６、７、８ま
たは９に記載のむら検査装置。10. The unevenness inspection apparatus according to claim 6, wherein the flattened data sequence is enhanced by an exponential function.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9227550A JPH1166311A (en) | 1997-08-08 | 1997-08-08 | Method and device for checking unevenness |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9227550A JPH1166311A (en) | 1997-08-08 | 1997-08-08 | Method and device for checking unevenness |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1166311A true JPH1166311A (en) | 1999-03-09 |
Family
ID=16862664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9227550A Pending JPH1166311A (en) | 1997-08-08 | 1997-08-08 | Method and device for checking unevenness |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1166311A (en) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003009760A1 (en) * | 2001-07-23 | 2003-02-06 | Hitachi Medical Corporation | X-ray diagnosis apparatus |
| US6606394B1 (en) | 1999-12-09 | 2003-08-12 | Electronics And Telecommunications Research Institute | Surface inspecting apparatus and method therefor |
| JP2004212607A (en) * | 2002-12-27 | 2004-07-29 | Sharp Corp | Method for driving display device, display device, and its program |
| JP2006226837A (en) * | 2005-02-17 | 2006-08-31 | Fuji Film Microdevices Co Ltd | Method and apparatus for inspecting stain |
| JP2006292501A (en) * | 2005-04-08 | 2006-10-26 | Hitachi Ltd | Density analysis method from x-ray ct data, computer program for executing density analysis method, and density analysis system |
| JP2007251531A (en) * | 2006-03-15 | 2007-09-27 | Fujifilm Corp | Image irregularity inspection apparatus, and method thereof |
| KR100819412B1 (en) | 2005-08-26 | 2008-04-07 | 세이코 엡슨 가부시키가이샤 | Defect detecting method and defect detecting device |
| JP2008158586A (en) * | 2006-12-20 | 2008-07-10 | Fuji Xerox Co Ltd | Image processor and image processing program |
| WO2010140281A1 (en) * | 2009-06-04 | 2010-12-09 | シャープ株式会社 | Signal processing device, control method for signal processing device, control program, and computer-readable storage medium having the control program recorded therein |
| US8391585B2 (en) | 2006-12-28 | 2013-03-05 | Sharp Kabushiki Kaisha | Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium |
| US8773594B2 (en) | 2010-09-29 | 2014-07-08 | Sharp Kabushiki Kaisha | Signal processing device, and integrated circuit including oblique lowpass filtering and multiple sharpening components |
| US8811765B2 (en) | 2009-11-17 | 2014-08-19 | Sharp Kabushiki Kaisha | Encoding device configured to generate a frequency component extraction signal, control method for an encoding device using the frequency component extraction signal, transmission system, and computer-readable recording medium having a control program recorded thereon |
| US8824825B2 (en) | 2009-11-17 | 2014-09-02 | Sharp Kabushiki Kaisha | Decoding device with nonlinear process section, control method for the decoding device, transmission system, and computer-readable recording medium having a control program recorded thereon |
| US8891898B2 (en) | 2010-02-15 | 2014-11-18 | Sharp Kabushiki Kaisha | Signal processing device and control program for sharpening images |
| WO2015020072A1 (en) * | 2013-08-08 | 2015-02-12 | 株式会社 日立メディコ | X-ray ct device and correction process device |
-
1997
- 1997-08-08 JP JP9227550A patent/JPH1166311A/en active Pending
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6606394B1 (en) | 1999-12-09 | 2003-08-12 | Electronics And Telecommunications Research Institute | Surface inspecting apparatus and method therefor |
| WO2003009760A1 (en) * | 2001-07-23 | 2003-02-06 | Hitachi Medical Corporation | X-ray diagnosis apparatus |
| US7583278B2 (en) | 2002-12-27 | 2009-09-01 | Sharp Kabushiki Kaisha | Display drive method, display, and program therefor |
| JP2004212607A (en) * | 2002-12-27 | 2004-07-29 | Sharp Corp | Method for driving display device, display device, and its program |
| US8063921B2 (en) | 2002-12-27 | 2011-11-22 | Sharp Kabushiki Kaisha | Display drive method, display, and program therefor |
| US7668344B2 (en) | 2005-02-17 | 2010-02-23 | Fujifilm Corporation | Stain inspection method and apparatus |
| JP2006226837A (en) * | 2005-02-17 | 2006-08-31 | Fuji Film Microdevices Co Ltd | Method and apparatus for inspecting stain |
| JP2006292501A (en) * | 2005-04-08 | 2006-10-26 | Hitachi Ltd | Density analysis method from x-ray ct data, computer program for executing density analysis method, and density analysis system |
| JP4675133B2 (en) * | 2005-04-08 | 2011-04-20 | 株式会社日立製作所 | Density analysis method from X-ray CT data, computer program for executing density analysis method, and density analysis system |
| KR100819412B1 (en) | 2005-08-26 | 2008-04-07 | 세이코 엡슨 가부시키가이샤 | Defect detecting method and defect detecting device |
| JP2007251531A (en) * | 2006-03-15 | 2007-09-27 | Fujifilm Corp | Image irregularity inspection apparatus, and method thereof |
| JP4597079B2 (en) * | 2006-03-15 | 2010-12-15 | 富士フイルム株式会社 | Image unevenness inspection apparatus and method |
| JP2008158586A (en) * | 2006-12-20 | 2008-07-10 | Fuji Xerox Co Ltd | Image processor and image processing program |
| US8391585B2 (en) | 2006-12-28 | 2013-03-05 | Sharp Kabushiki Kaisha | Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium |
| WO2010140281A1 (en) * | 2009-06-04 | 2010-12-09 | シャープ株式会社 | Signal processing device, control method for signal processing device, control program, and computer-readable storage medium having the control program recorded therein |
| US8811765B2 (en) | 2009-11-17 | 2014-08-19 | Sharp Kabushiki Kaisha | Encoding device configured to generate a frequency component extraction signal, control method for an encoding device using the frequency component extraction signal, transmission system, and computer-readable recording medium having a control program recorded thereon |
| US8824825B2 (en) | 2009-11-17 | 2014-09-02 | Sharp Kabushiki Kaisha | Decoding device with nonlinear process section, control method for the decoding device, transmission system, and computer-readable recording medium having a control program recorded thereon |
| US8891898B2 (en) | 2010-02-15 | 2014-11-18 | Sharp Kabushiki Kaisha | Signal processing device and control program for sharpening images |
| US8773594B2 (en) | 2010-09-29 | 2014-07-08 | Sharp Kabushiki Kaisha | Signal processing device, and integrated circuit including oblique lowpass filtering and multiple sharpening components |
| WO2015020072A1 (en) * | 2013-08-08 | 2015-02-12 | 株式会社 日立メディコ | X-ray ct device and correction process device |
| CN105451658A (en) * | 2013-08-08 | 2016-03-30 | 株式会社日立医疗器械 | X-ray ct device and correction process device |
| JPWO2015020072A1 (en) * | 2013-08-08 | 2017-03-02 | 株式会社日立製作所 | X-ray CT apparatus and correction processing apparatus |
| US9895128B2 (en) | 2013-08-08 | 2018-02-20 | Hitachi, Ltd. | X-ray CT apparatus and correction processing device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH1166311A (en) | Method and device for checking unevenness | |
| JP2007285754A (en) | Flaw detection method and flaw detector | |
| JP7173763B2 (en) | Image generation device and image generation method | |
| CN105205803A (en) | Display panel defect detection method | |
| JP2005172559A (en) | Method and device for detecting line defect on panel | |
| JP2009229197A (en) | Linear defect detecting method and device | |
| JP4513962B2 (en) | Pseudo defect image creation method and apparatus using the same | |
| JP2009036582A (en) | Inspection method, inspection device and inspection program of plane display panel | |
| JP4320990B2 (en) | Screen defect detection method and apparatus, and screen defect detection program | |
| JP6184746B2 (en) | Defect detection apparatus, defect correction apparatus, and defect detection method | |
| KR20140082333A (en) | Method and apparatus of inspecting mura of flat display | |
| JP2008070242A (en) | Noise-removing method and apparatus, unevenness defect inspecting method and apparatus | |
| TWI477768B (en) | Method and apparatus for automatic optical inspection of flat panel substrate | |
| JP3127598B2 (en) | Method for extracting density-varying constituent pixels in image and method for determining density-fluctuation block | |
| JP2002267427A (en) | Method and device for measuring outer shape of honeycomb structure | |
| JP6114559B2 (en) | Automatic unevenness detector for flat panel display | |
| US20200211199A1 (en) | Image inspection method | |
| JP2003329428A (en) | Device and method for surface inspection | |
| CN114689605A (en) | Display screen detection method, device, equipment and medium based on machine vision | |
| JPH0735699A (en) | Method and apparatus for detecting surface defect | |
| JPH08159984A (en) | Pattern irregularity inspecting apparatus | |
| JP2007198850A (en) | Irregularity inspection method and apparatus | |
| JP2004286708A (en) | Defect detection apparatus, method, and program | |
| JP2004219072A (en) | Method and apparatus for detecting streak defect of screen | |
| JPS6385432A (en) | Inspecting method for linear defect |